【摘要】本文首先探讨了现有人工智能科技的发展状况，分析了联结主义、行为主义、符号主义的缺点和不足，进而指出约束智能科学发展的瓶颈所在；其次对智能科学系统中的数据/信息表征、认知模型的构建优缺点进行了概况分析；最后指出人机智能融合系统是未来智能科学的主要发展趋势。

【关键词】人机 融合 智能 思考

【中图分类号】TP18 【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2017.20.004

《三国演义》第一回即云：“话说天下大势，分久必合，合久必分。”自然科学中的诸多学科之大势也莫不如此。人类经历了数百年的学科精分细化，目前随着人工智能的快速发展，许多学科正在慢慢交叉融合起来。在经历了三次起伏（即上世纪70年代后期对数学定理证明非万能的清醒、90年代后期对专家系统与五代机的失望、2006年深度学习掀起了新一轮的浪潮）之后，人们狂热的希望逐渐踏实了很多，目光和注意力也慢慢地从痴迷科幻转移到了一个崭新而又富有活力的领域：人机融合智能领域。

现有人工智能的不足

从历史上看，人工智能大概分三大门派，一是以模仿大脑皮层神经网络及神经网络间的连接机制与学习算法的联结主义（Connectionism），主要表现为深度学习方法，即用多隐层的处理结构处理各种大数据；二是以模仿人或生物个体、群体控制行为功能及感知—动作型控制系统的行为主义（Actionism），主要表现为具有奖惩控制机制的强化学习方法，即通过行为增强或减弱的反馈来实现输出规划的表征；……